Python+PySpark 做用户画像

一、数据准备 主要用到两个数据文件： action.txt ， document.txt 。 下表为 action.txt ，数据格式： userid docid behaivor time ip ，即： 用户编码 文档编码 行为 日期IP地址 下表为 document.txt ，数据格式： docid channelname source keyword:score ，即： 文档编码 类别（大类

>>阅读原文<<